人工智能技术、个体能力与劳动工资：来自认知和非认知能力视角的经验证据

结合中国家庭追踪调查的微观数据,深入考察人工智能技术与个体能力耦合对劳动工资的影响,以及在不同岗位类型与不同性别群体中的异质性。结果表明：(1)人工智能技术与个体认知、非认知能力耦合,均有助于提高劳动者工资;但人工智能技术与非认知能力耦合形成的溢价效应要高于认知能力;运用工具变量法和处理效应模型进行内生性处理后结论依然稳健。(2)在不同岗位类型和不同性别群体中,人工智能技术与个体能力耦合的溢价效应不同。人工智能技术与非认知能力耦合的溢价效应仅存在于非程式化岗位和女性群体中,这是由于一些非程式化的岗位往往需要人机协作来完成,更需要具有较高非认知能力的劳动者,女性在语言表达和沟通等方面的非认知能力可能高于男性,这些隐形特质更易与人工智能技术环境互补,从而形成能力溢价。     

人工智能应用对劳动工资的影响及偏向性研究

文章通过引入含有时间分配的效用函数拓展任务模型,分析人工智能应用对劳动工资的影响及作用机制,并运用中国家庭追踪调查数据进行实证检验。研究发现：（1）人工智能应用对劳动工资有负向冲击,主要通过缩短劳动工时和劳动岗位更替实现。一方面,智能机器的应用将劳动者从部分繁重的工作任务中解脱出来,减少劳动者的工作时间,从而降低工资;另一方面,机器的应用会直接替代劳动,技能“折旧效应”使其在劳动力市场上难以获得长期稳定的工作,且机器人大规模应用会弱化企业对劳动的依赖,用工关系的短期化也将引发劳动岗位的频繁更替,对劳动者的工资产生负面影响。（2）人工智能应用对不同技能劳动者工资的影响具有偏向性,劳动者技能水平的提升可以缓解人工智能应用对工资的负向冲击;人工智能应用对工资的负向影响会随着劳动者执行任务的复杂度和认知要求的提高而弱化。文章认为,要制定收入分配调节政策以平抑人工智能应用的冲击;提高劳动者的技能水平和职业转换能力,促使劳动力市场上形成“技能—岗位”匹配的良性互动。     

机器人应用与劳动就业：基于任务偏向视角的经验分析

文章运用国际机器人联合会数据和中国劳动力动态调查数据,从任务的常规属性、认知属性以及社交属性三个维度,实证检验了机器人应用的任务偏向对就业的影响。研究发现：机器人应用具有显著的任务选择偏向,能提升非常规型任务、认知型任务和社交型任务的劳动力需求;机器人应用对不同学历劳动者的任务选择偏向具有异质性,能显著提升高学历非常规型、常规型、认知型及社交型任务的劳动力需求,但会减少低学历常规型、认知型和非认知型,以及高学历非社交型任务的劳动力需求。因此,要注重对劳动者特别是从事常规型、非认知型以及非社交型任务劳动者的综合素质培养和再培训,以助推更高质量和更充分就业。     

融媒体环境下高校心理育人工作创新研究

融媒体传播环境对大学生的学习方式、思维习惯和行为选择都产生了一定的影响,这也要求高校心理健康工作做出 相应的创新变革,从而适应时代的发展和学生的变化。 从融媒体时代大学生面临的心理困境出发,探索心理育人工作创新, 以此提升高校心理健康教育的实效性。